|
|
|
|
@ -1,2 +1,58 @@
|
|
|
|
|
# vessel_detection
|
|
|
|
|
# 眼底血管图像处理项目 README
|
|
|
|
|
|
|
|
|
|
## 小组成员
|
|
|
|
|
- 苏志豪 10225101404
|
|
|
|
|
- 金典 10225101438
|
|
|
|
|
|
|
|
|
|
## 项目主题
|
|
|
|
|
眼底视网膜医学图像是检测疾病很重要的依据，但基于各种原因（1.血管的形状复杂，直径不同，同时还存在众多细小的分支，图像分割时可能会产生漏判,2.照X光时各个部分的位置重叠会产生较大的噪声（类似血管的特性以及距离接近的多块亮区域间的暗色间隙等干扰）,3.灰度变化范围较大）等问题，我们小组便想尝试结合课上所学知识进行适当的图像处理来应对这类情况。
|
|
|
|
|
|
|
|
|
|
## 运行方法
|
|
|
|
|
在 `mainwindow.py` 中测试与运行。
|
|
|
|
|
|
|
|
|
|
## 功能简介
|
|
|
|
|
### Part1：图像的基本操作
|
|
|
|
|
主要包括了对称、旋转、灰度化、反色、以滑动方式实现的动态图像缩放。
|
|
|
|
|
|
|
|
|
|
### Part2：形态学操作
|
|
|
|
|
主要提供结合上面图像基本操作产生的仿射变换，以及腐蚀、膨胀（两者分别经过开，闭运算进行了修复过程）。
|
|
|
|
|
|
|
|
|
|
### Part3：Hough线条检测与边缘检测
|
|
|
|
|
主要实现了课上所讲的5种边缘检测算子（Sobel、Roberts、Log、Laplacian、Canny）和Hough预测线条变化。
|
|
|
|
|
|
|
|
|
|
### Part4：噪声添加
|
|
|
|
|
三种不同形式的噪声：高斯噪声，泊松噪声，椒盐噪声。
|
|
|
|
|
|
|
|
|
|
### Part5：基于滤波器的图像恢复
|
|
|
|
|
三种滤波方式分别对应：均值类滤波器——> ，排序统计类滤波器——>中值滤波器，选择性滤波器——>高斯滤波，同时预留核大小接口实现自定义。
|
|
|
|
|
|
|
|
|
|
### Part6：直方图变换与图像增强
|
|
|
|
|
主要包含二值化，亮度变换与直方变化，同时预留阈值与亮度接口实现自定义。
|
|
|
|
|
|
|
|
|
|
### Part7：频域锐化
|
|
|
|
|
三种滤波方式及对应的接口预留：理想_低（高）通滤波——预留形状与阈值接口 ， 巴特沃斯低（高）通滤波——预留阈值与阶数接口， 高斯低（高）通滤波——预留标准差接口， 还有简单单一的带阻（通）滤波——预留min和max值。
|
|
|
|
|
|
|
|
|
|
### Part8：空域锐化
|
|
|
|
|
四种不同梯度算子：Roberts，Sobel，Prewitt，Laplacian。
|
|
|
|
|
|
|
|
|
|
### Part9：算术运算与放射变换
|
|
|
|
|
加法运算、减法运算、乘法运算，放射变换。
|
|
|
|
|
|
|
|
|
|
### Part10：图像压缩
|
|
|
|
|
|
|
|
|
|
### Part11：眼底血管检测(匹配滤波方法)
|
|
|
|
|
界面说明（预留图片地址）左边为对应的基础功能区和血管检测，右边为图像的基本应用处理区
|
|
|
|
|
|
|
|
|
|
## 血液处理方法结果对比
|
|
|
|
|
原图:图片1.png
|
|
|
|
|
|
|
|
|
|
## 项目文件说明
|
|
|
|
|
- `mainwindow.py`: 运行入口，所有功能集成在该文件中。
|
|
|
|
|
- `mainwindowui.py`: UI的例图
|
|
|
|
|
- `vessel_detection.py`: 血管功能接口
|
|
|
|
|
|
|
|
|
|
## 报告下载
|
|
|
|
|
主页的附件里
|
|
|
|
|
|
|
|
|
|
## 视频下载
|
|
|
|
|
主页的附件里
|
